태그 기반으로 정리할 수 있어서 편리하기는 하지만, 단순히 논문 목록을 관리만 할 거라면 굳이 이런 사이트를 쓰지 않고 그냥 내 컴퓨터에 전용 프로그램을 깔아 써도 됩니다.¹ CiteULike의 진정한 매력은 인터넷을 통해 다른 사람과 교류하는 소셜(social) 기능에 있습니다.

1. 공유 기능

논문을 읽다 보면 다른 사람들은 이 논문에 대해서 어떻게 생각하는지 궁금할 때가 많잖아요. CiteULike에서는 누가 이 논문을 읽었는지, 그들은 어떤 키워드 태그를 달았는지 쉽게 찾아볼 수 있습니다. 논문에 대한 리뷰나 코멘트를 공유하는 기능도 있지만 아직 그렇게 많이 쓰이는 것 같지는 않네요.
읽은 사람들을 찾는 것 외에도, 제목과 초록(abstract)을 기준으로 비슷한 다른 논문 찾기 (Find Similar) 기능도 있습니다. 제가 해보니까 비슷한 논문이 아니라 중복으로 등록된 동일한 논문을 찾아주는 등 만족도가 그렇지 높지는 않았습니다만.

2. 이웃 기능

읽은 논문이 나와 많이 겹치는 사람들을 이웃(neighbour)으로 보여줍니다. 같은 논문을 읽은 사람들끼리는 아무래도 관심사가 비슷할 것이고, 따라서 서로 어떤 논문을 읽었는지에도 관심이 갈 것입니다. 실제로 저도 이웃의 서재(library)를 구경 다니다가 흥미가 동하는 글들을 많이 발견할 수 있었습니다.

3. 추천 기능

서재에 논문을 20개 이상 추가하면 그것을 바탕으로 내가 좋아할 것 같은 논문을 추천해 주는 기능이 있습니다. 블로그 보니까 추천 승낙도가 30%를 넘는다는 얘기가 있고, 제가 추가한 39개 문서에 대한 추천 결과를 봐도 성능은 어느 정도 괜찮은 것 같습니다.  그렇지만, 저는 아직 기계적인 자동 추천보다는 이웃의 서재를 염탐(…)하고 다니는 재미가 더 쏠쏠하네요 ;-)

4. 그룹 기능

CiteULike 내에서 그룹을 만들 수 있습니다. 아직 써보지는 못했는데, 함께 일하는 동료끼리 그룹을 만들어서 각자 읽은 논문 정보와 코멘트를 공유하면 무척 편리할 것 같습니다.

그밖에… 한때 유행했던 개인화 웹페이지처럼 첫 화면의 Recommendations, Library, Neighbours 등의 섹션을 자유롭게 이동/배치할 수 있게 되어 있는 것도 편리합니다.

아쉬운 점은 두 가지인데, 1) 논문 제목으로 검색해도 나오지 않는 논문이 많다는 점 2) (이건 저 혼자만의 바람인지도 모르겠지만) 논문들 사이의 인용 관계를 시각화해서 보여주는 기능이 있으면 참 좋겠다는 점 정도입니다.

그래도 이 두 가지만 빼면 그동안 논문을 정리하면서 느꼈던 아쉬움을 잘 채워주는 서비스네요. 추천!

1. Mac용 논문 관리 프로그램으로는 BibDesk (무료), Papers (유료) 등이 있습니다.

Related posts:

1. Why We Tag: Motivations for Annotation in Mobile and Online Media – CHI 2007

자축하면서 편입되던 날 블로그에 올렸던, 지금은 백업으로만 남아 있는 글을 꺼내 읽었습니다. 하루하루를 알차게 보내며 매일 조금씩 나아지자는 결심이 왜 이렇게 낯뜨겁게 읽힐까요 ㅠ,ㅠ

자유를 되찾는 기분이 어떠냐는 질문을 받는데… 신난다, 후련하다 뭐 이런 것보다 저는 일종의 유예기간이 끝났다는 느낌이 더 큽니다. 이제는 제가 원하기만 하면 뭐든 할 수가 있거든요. 신발(하고많은 것 중에 왜 하필..?) 장사를 할 수도 있고 해외 봉사활동을 갈 수도 있고… 암튼 뭐든 할 수 있어요. 다르게 말하면 더 이상은 핑계가 통하지 않는다는 얘기입니다. 제가 상담을 하면 항상 용기를 북돋아주던 형이 자주 하던 말이 있었죠.

“해. 하면 되잖아.”

어제 그저께와 다를 바 없는 오늘인데 새삼스럽게 꿈을 생각하고 미래를 계획한다는 게 좀 촌스러워 보이기도 하지만, 그래도 이런 이벤트를 계기로 현실에서 잠시 벗어나 일상 속에 잊고 있었던 것들을 끄집어내 보는 것도 좋겠다는 생각을 해봅니다.

저와 같이 복무를 시작해서 끝나는 친구가 스스로에게 노트북을 선물하겠다고 하기에, 제가 쓰던 걸 저렴하게 넘기기로 했습니다. 앞으로는 블로깅도 좀 뜸해지겠네요.

No related posts.

사람이 쓴 글의 품질을 자동으로 평가하는 일이 그리 쉬워 보이지는 않습니다. 이럴 때는 거인의 어깨에 올라서 봐야죠. 논문을 뒤져보니 위키피디아에 올라온 글을 대상으로 품질을 평가하려는 연구들이 좀 보입니다. 위키피디아는 잘 알려진 것처럼 현재까지 가장 성공적인 위키이며, 모든 글에 대해서 누가 어떻게 편집했는지 기록이 남아 있습니다. 2007년에 출판된 On Improving Wikipedia Search using Article Quality를 보면, 각 글을 완성하는 데 기여한 사람(contributor, 내용을 작성한 사람과 리뷰한 사람 모두 포함)의 권위를 통해서 글의 품질을 측정하려고 합니다. 높은 품질의 글에 기여할수록 그 사람의 권위 또한 높아지는 순환구조의 HITS 알고리즘입니다.

Assessing Information Quality of a Community-based Encyclopedia (2005년) 논문에서는 아래와 같은 문서 특징을 분석해서 자동으로 품질 높은 문서를 찾으려고 시도합니다. 위키피디아의 Featured Article을 품질 높은 문서로 보고 기계학습 기법을 써서 이런 글을 분류해 내겠다는 거죠.

이런 복잡한 모델 말고 그냥 글이 길면 장땡 글의 길이와 품질 사이의 높은 상관관계를 얘기하는 Size Matters: Word Count as a Measure of Quality on Wikipedia (2008년) 이런 논문도 보이네요. (오른쪽 그림 참조) 하지만, 이건 누가 마음먹고 본문을 수십 번 복사-붙여넣기하면 바로 무력해지는 방식이기 때문에 실제로 쓰기에는 무리가 많습니다. 앞서 얘기한 위키피디아 품질 연구도 위키피디아니까 가능한 얘기지 보통 웹문서에까지 적용할 수는 없습니다.

사람들이 웹에 올린 글의 “품질”을 평가하는 일은 어렵기도 하거니와 또한 무척 조심스러운 일입니다. 논리적이거나 무게 잡는 글은 품질이 좋고, 개인의 일상이나 감정을 적은 글은 품질이 낮은 걸까요? 그건 아닐 겁니다. 연구자 중에도 눈을 돌려서 품질 측정이 아니라 글의 성격에 따른 분류라는 관점으로 접근한 사람들이 있습니다. WWW에 2007년 발표된 Exploring in the Weblog Space by Detecting Informative and Affective Articles가 바로 그건데요, 여기서는 블로그 글을 다음과 같이 두 종류로 구분합니다.

• 감정적(affective): 개인의 일상이나 감정을 공유하는 일기성 글
• 정보성(informative): 저자의 취미나 전공, 비즈니스 같은 특정 주제에 대해 정보를 제공하는 글

물론 경계가 모호한 성격의 글도 있겠지만 그건 분류 작업을 할 때 피할 수 없는 문제이고요, Affective-Informative는 꽤 의미있는 구분인 것 같습니다. 저자들도 검색이나 오피니언 마이닝(Opinion Mining 또는 Sentimental Analysis)을 할 때 전처리 과정으로 유용하게 쓸 수 있을 것이라 얘기하네요. 한 가지 궁금한 것은 문서를 분류할 때 어떤 문서 특징(document feature)을 썼을까였는데, 그냥 키워드(term)만 추출해서 유명한 기계학습 알고리즘을 돌렸다고 합니다. 그것만으로도 의미있는 결과가 나왔다고 하네요. 참고로 중국어 블로그 대상입니다.

휴… 글의 품질 측정에서 시작했지만 결국 다시 문서의 분류 문제로 돌아오고 말았습니다. 그래도 앞서간 사람들의 발자취를 더듬어보는 것은 역시 재미있고 보람도 있네요.

참, 이 글은 그냥 저의 생각에 따라 논문들을 재구성한 것일 뿐 실제 논문의 발표 연도나 연구 흐름과는 아무런 상관이 없다는 점, 잊지 마십시오 :)

Related posts:

1. Learning More about Active Learning

CACM 2월호에 Informatics Creativity: A Role for Abductive Reasoning?라는 글이 실렸습니다. 귀추법을 써서 창의력을 어떻게 향상시킬 수 있을지를 알려줄 것만 같은 제목입니다 :) 5장짜리 글인데, 앞부분에서는 귀추법이 무엇인지 간단히 설명하면서 현재 활용되고 있는 분야를 소개합니다. 왼쪽 그림만 봐도 귀추법이 어떤 건지 대략 감이 잡히지 않나요? (글에 삽입된 그림 가져온 거에요.)

컴퓨터 과학에서 귀추법이 명시적으로 활용되는 분야로는 인공지능, 추론, 멀티-에이전트 시스템 등이 있습니다. 명시적이라는 단서를 단 이유는 사실상 귀추법이 전혀 쓰이지 않는 분야는 없거든요. 그걸 인지하고 있든 아니든 상관없이 말이죠. 아무튼 이 중에서 특히 제 눈에 들어온 것은 비단조추론(Non-monotonic Reasoning)이었습니다. 비단조추론이 뭐냐 하면, 추론 결과로 이미 알려진 사실이 있더라도 나중에 새로운 정보가 추가됨에 따라 이 결론이 뒤집힐 수 있는 추론 방법을 말합니다. 예를 들어, “매주 일요일마다 야구를 한다”, “오늘은 일요일이다”는 정보가 있을 때, “오늘 야구를 할 것이다”를 추론할 수 있겠죠? 그런데 갑자기 “오늘 폭우가 쏟아진다”는 정보가 추가되면 앞서 얻은 결론을 철회해야 합니다. 바로 이런 경우를 처리할 수가 있어야겠죠? 사람처럼 생각하려면요. 비단조추론의 구체적인 방법으로 Abductive Reasoning이나 Default Reasoning 등이 있는데 자세한 설명은 생략한다 나중에 기회가 되면 따로 글을 써볼게요.

지금까지 성공을 거둔 분야를 소개했으니 이제는 정보학(Informatics)에서 귀추법이 어떻게 쓰일 수 있을지를 얘기할 차례입니다. 정보학을 기존의 다른 학문과 어떻게 구분해야 할지는 저도 아직 잘 모르겠지만, 이 글에서는 데이터마이닝과 비슷한 맥락으로 이해했습니다. 넘쳐나는 데이터 속에서 어떻게 의미있는 발견을 이룩할 수 있을까, 즉 어떻게 유용한 가설을 만들어낼 수 있을까 하는 문제를 언급하거든요.

별 상관이 없어 보이는 데이터 사이에서 관련성을 찾아내는 건 무척 중요하고 또 통찰을 이끌어 내는 유용한 수단입니다. 그렇지만 저자가 드는 예를 보고는 고개를 갸우뚱하지 않을 수 없네요.

• 웹 검색 결과 간의 관계를 시각적으로 표현한다?
• 검색 쿼리에 임의의 키워드를 추가해서 결과에 랜덤한 요소를 부여한다?
• 아마존 사이트에 적용되어 있는 “이 책을 구입한 사람들이 산 다른 책” 기능?

앞에서 잔뜩 기대하도록 분위기 띄워 놓고서 마지막에 와서 하는 말 치고는 너무 약하지 않나요? (ㅠ,ㅠ) 이런 글을 읽을 때마다 생각하는 건데, 참신하면서도 진한 감동을 주는 활용 사례가 하나라도 있으면 글에 대한 전반적인 호감도와 신뢰도가 상승합니다. 하지만, 서두에서 부풀려 놓은 기대감을 결론이 만족시켜주지 못하면 그만큼 아쉬움도 많이 남더군요. 이 글도 마찬가지였습니다. 글의 제목이 물음표로 끝나는 데에는 다 이유가 있었어요. 그냥 “귀추법과 창의성”에 대한 관심을 환기했다는 것만으로 만족해야 하나 봅니다.

Related posts:

1. Programs with Common Sense – John McCarthy
2. Commonsense-based Interfaces – Marvin Minsky

가령, 시험 준비를 한다고 합시다. 가장 먼저 할 일은 시험 치기 직전에 내가 어떤 상태여야 하는지를 생각해 보는 겁니다. “시험 범위의 책 내용을 2번 정독하며 주요 개념을 정리해 두었으며, 교과서 연습문제와 최근 2년치 족보를 모두 풀어보았다.” 뭐 이런 식으로요. 그다음에는 앞서 말한 ‘준비완료 상태’를 달성할 수 있는 계획을 수립하는 거죠. 미래 시점을 기준으로 ‘~을 했다, ~이 되었다’라고 목표를 세우는 건 무척 구체적이기 때문에 지금 무엇을 해야 할지에 대한 실용적인 지침이 됩니다. 또한, 가설사고 책 소감에서 썼듯이 결과를 먼저 생각하는 접근법은 지금 하는 일의 의미를 큰 그림 속에서 짚어 보게 합니다.

프로젝트나 업무를 하다 보면 문제가 너무 복잡해 보여서 ‘에라 모르겠다, 일단 아무렇게나 해보자’ 라는 생각이 들 때가 있죠. 자칫하면 눈앞의 문제에 급급해서 근시안적으로만 접근하게 됩니다. 아니면 그 반대로 너무 지엽적인 사항에 집착해서 아예 진행을 못 하기도 합니다. 어느 쪽이든 스스로 문제를 객관적으로 바라보지 못해서 헤매기 때문인 경우가 많은 것 같습니다. 그럴 때는 다음 업무보고 회의에서 내가 무슨 말을 해야 할까를 기준으로 생각해 보면 도움이 됩니다. ‘이런저런 시도를 하며 헤매느라 결과가 안 나왔습니다.’라면서 머리를 긁적이고 싶지는 않잖아요. 회의에서 할 말을 생각해 보는 건 ‘업무보고’라는 중간 결과를 기준으로 지금 하는 시도를 평가하게 만드는 효과가 있죠. 거기다 내 보고에 대해서 동료가 뭐라고 피드할지까지 예상해 보면 더욱 도움이 됩니다. 스스로 갇힌 생각의 덫에서 빠져나올 수 있거든요.

100분 토론 시절 손석희 교수가 가끔 하던 말 있죠.

“정리해주시죠.”

네. 뭔가를 할 때 특정한 미래 시점의 실제적인 결과를 기준으로 현재를 평가하는 것은 꽤 실용적인 이점이 있습니다. 우선 당장 해야 할 일을 아주 구체적으로 제시해 줍니다. 그리고, 혼자만의 생각에서 벗어나 객관적으로 판단하게 하는 틀이 되어 줍니다. ‘무조건 결과로 말해’라거나 ‘결과가 모든 것이다’는 생각은 물론 문제가 있겠지만, 제가 그런 얘기를 하는 게 아니라는 건 이제 모두 아시겠죠 :)

Related posts:

1. 시간을 내 편으로 만들기

무척 간단해 보이지만 조금 생각해볼 거리가 있는 게임입니다. ‘선글라스’가 문제로 나왔을 때 힌트로 쓸 만한 단어는 무척 많습니다. 하지만, ‘이거 하나면 완벽해’라고 할 만한 정답 단어는 없죠. 그때 그 아이(갑)가 고른 단어는 ‘햇빛’이었습니다. 그럼 두 번째 힌트는 무엇이 되어야 할까요? ‘눈부심’ 같은 건 별로 좋은 힌트가 아닐 겁니다. ‘햇빛’과 의미적으로 겹치니까요. 반면에 ‘안경’이나 ‘버스운전기사’는 이전 단어와 의미가 중복되지 않으면서도 ‘선글라스’의 다른 특징을 잘 보여주는 단어입니다.

간단한 얘기죠? 그런데 이 게임의 법칙은 검색 결과 랭킹에도 시사하는 바가 있습니다. 사용자가 찾고 싶은 또는 알고 싶어 하는 무언가(Information Need)를 ‘선글라스’라고 생각해 봅시다. 그러면 검색엔진의 첫 번째 답은 가장 관련이 높은 문서, 이 문제의 경우라면 ‘햇빛’이 되어야 할 겁니다. 그럼 두 번째 답은요? ‘햇빛’을 제외하고 가장 관련이 높은 단어인 ‘눈부심’이면 될까요? 그러면 사용자가 만족할까요? 혹시 ‘안경’이나 ‘버스운전기사’가 필요한 것은 아닐까요?

사람들이 일반적으로 검색엔진에 입력하는 질의어(query)는 무척 짧다고 알려져 있습니다. 그래서 검색 키워드만 보고는 그가 무엇을 찾고 있는지 정확하게 추측하기가 어렵습니다. 또, Persona같은 동음이의어 문제도 있고요.

이렇듯 검색 결과에 다양성이 고려되어야 하는 이유는 충분히 있습니다. 찾아 보니 최근에 나온 것 중에는 이런 논문이 있군요. WSDM이라는 웹검색 관련 학회에 2009년에 나온 것입니다. 아직 읽어보지는 않았지만 제목이 참 간결하니 예쁘네요.

No related posts.

그래서 찾아봤습니다. 태그를 다는 사람들의 행위에 대한 연구가 있는지를요.

CHI라고 하는 HCI 분야에서 상당히 유명한 학회에 2007년에 나온 논문이 있더군요. Why We Tag: Motivations for Annotation in Mobile and Online Media 제목은 온라인 미디어라고 하지만 읽어보니까 Flickr에 “사진”을 올리고 태깅한 사람들을 대상으로 정성적인 분석(Qualitative Analysis)을 한 것이네요. 최근에 읽은 기계학습이나 검색 관련 논문은 전부 통계에 기반한 정량적 분석을 하고 있는데, 정성적이라는 단어를 보니 반가웠습니다.

아래의 그림은 저자들이 태깅의 이유를 나름대로 분류한 표입니다. Sociality는 태깅이 자신을 위한 것( self)인지 다른 사람들에게 보이기 위한 것(social)인지를 나타내며, Function은 태그의 목적이 검색 또는 노출을 위한 정리(organization)인지 아니면 부가적인 정보 추가(communication)인지를 의미합니다.

일견 그럴 듯해 보이지만 잘 생각해보면 애매한 경우도 많을 것 같습니다. 사진을 찍은 장소를 태깅한 경우 이건 self/organization일까요, 아니면 self/communication일까요? 아무튼 논문에서는 위 그림의 4경우 각각에 대해서 사람들과 인터뷰한 내용을 소개하고 있습니다.

• self/organization은 그냥 나중에 자기가 찾아보기 편하도록 정리하는 차원에서의 태깅입니다.
• self/communication은 자신과 커뮤니케이션한다는 뜻이니까 기억 보존/강화용 태그를 뜻합니다. 우리가 (컴퓨터 파일 말고 실제의) 사진에다가 “2009년 여름 룸메이트와 바닷가에 놀러갔다가” 이런 식으로 코멘트 쓰는 것 같은 활용을 뜻하는데, 의외로 그런 목적의 태깅은 별로 없었다고 합니다.
• social/communication은 주로 아는 사람들에게 보여주려는 사진 그리고 태그를 말하는데, 싸이월드에 값비싼 음식 사진 올리는 게 대표적인 예가 아닐까 합니다. 은근한 자랑도 좀 있고 말이죠.
• social/organization은 자기가 찍은 사진이 불특정 다수에게 쉽게 검색되도록 하려는 태깅입니다. 굳이 self/organization가 구분한다면, self는 자기만 알아볼 수 있으면 어떤 태그라도 상관없겠지만 social은 보통 사람들이 쓸 만한 키워드를 골라줘야 한다는 차이가 있겠네요.

이것 말고도 태그 추천 기능 등에 대한 내용도 있지만 소개는 여기까지만 하겠습니다.

‘와 정말 놀랍다’ 하는 발견은 없었습니다. 하지만, 막연하게 그냥 그럴 것이라고 생각했던 것을 실제로 관찰해서 이렇게 정리해주는 연구도 의미가 있습니다. ‘이런 걸 추가하면 사람들이 좋아하며 쓸 거야’ 했는데 정작 사람들은 그런 것에 관심이 전혀 없을 수도 있거든요 :)

Related posts:

1. Random Walks on the Click Graph – SIGIR 2007
2. CiteULike: 논문 서지정보 관리/공유 서비스
3. 현실 마이닝 (Reality Mining) – MIT Medialab

저도 블로그 글에 태그를 답니다.

다만, 겉으로 드러나지 않게 해두었을 뿐이죠. (지금은 보이게 했습니다.) 태그를 다는 첫 번째 이유는 지금 이 블로그에 적용되어 있는 “관련글” 기능 때문입니다. 깔린 것이 영어용 플러그인이라 아마도 한글 형태소 분석이 안 되어 비슷한 글을 제대로 못 찾을 겁니다. 이를 보완하도록 태그를 써넣는 거죠.

두 번째 이유로는, 사실은 이게 더 중요한데, 전혀 다른 성격의 글들을 하나의 단어로 연결시키는 작업이 주는 재미를 꼽겠습니다. 가령 이 블로그에서 Lisp 태그가 달린 글을 보면, 제가 Lisp이라는 프로그래밍 언어에 관심을 갖도록 만든 책의 서평, Lisp 설치 매뉴얼, Lisp의 창시자가 쓴 논문에 대한 소감 등이 굴비처럼 줄줄이 엮여 나옵니다. 위의 글 각각의 카테고리나 성격은 분명 제각각이지만 그 모두를 관통하는 하나의 개념을 태그로 뽑아내는 것은 즐겁다 못해서 짜릿하기까지 합니다.

아래 그림은 예전에 쓴 논문에 삽입했던 것인데요, 휴대폰의 수많은 메뉴 아이템을 동적으로 재구성하는 모습을 보여줍니다. 기존 분류에서는 멀리 떨어져 있던 “TV 리모컨”과 “TV 시간표” 메뉴가 TV라는 단어를 통해 하나로 묶인다는 개념이죠. 물론, 간단히 말하면 그냥 메뉴 검색이고요 :-)

그러면 카테고리는?

사실 저는 태그를 카테고리의 일반화된 개념으로 바라보고 싶습니다. 하지만, 태그는 어딘지 모르게 정신없는 느낌이 드는 반면 카테고리는 -정리만 잘 되어 있다면- 훨씬 정돈된 느낌을 줍니다. 글 각각에 “매뉴얼”이나 “논문 리뷰”라는 태그를 달 수도 있겠지만, 그보다는 같은 이름의 카테고리를 만들어두는 것이 훨씬 방문자가 글들을 찾아보기 쉽지 않을까요? 여기에는 [태그나 카테고리의 개수], [동시에 여러 분류에 속할 수 있는가, 하나에만 속할 수 있는가] 같은 요인들이 있을 것이라 추측해봅니다. 아무튼.

그런데 저는 왠지 어떤 카테고리에 전형적인 글보다는 여러 분류를 넘나듬는 글을 쓰고 싶더라고요. 일기인 척하다가 갑자기 논문을 툭 던지며 소개하는 식으로 말이죠. (-_-) 제가 좋아하는 폰 노이만에 대한 위키피디아 설명을 조금 가져왔습니다.

John von Neumann (December 28, 1903 – February 8, 1957) was a Hungarian American mathematician who made major contributions to a vast range of fields,[1] including set theory, functional analysis, quantum mechanics, ergodic theory, continuous geometry, economics and game theory, computer science, numerical analysis, hydrodynamics (of explosions), and statistics, as well as many other mathematical fields.

이 사람을 전통적인 학문 영역에 따라 분류하려면 어떻게 해야 할까요? ㅠ,ㅠ

말로는 분류를 넘나드는 잡종적인 글을 쓰고 싶다 하지만 그동안 쓴 글을 다시 훑어보니 별로 그런 것 같지는 않네요. 조금 더 생각해보고 전형적인 글과 잡종적인 글을 위한 분류를 한 번 만들어 봐야겠습니다.

Related posts:

1. 맥에서 Common Lisp 환경 구축하기: MacPorts를 이용

옛날옛날 아주 먼 옛날, 못된짓만 일삼는 아들을 둔 어머니가 있었어요. 어느날 어머니는 아들을 불러 얘기했답니다.
“아무리 타일러도 네가 말을 듣지 않으니 어쩔 수 없구나. 더 이상 잔소리 하지 않을 테니 내 부탁을 하나만 들어다오. 나쁜 짓을 할 때마다 집 기둥에 못을 하나씩 박도록 하거라.” (옛날옛적에 못 같은 게 어디 있냐는 딴죽은 잊기로 해요 ;-)
아들이 듣고 가만히 생각해봐도 별로 어려울 것이 없는 부탁입니다. 흔쾌히 받아들이고 다음 날부터 약속대로 못을 하나씩 박아 나갔어요. 그렇게 시간이 흐릅니다.
여느때처럼 동네에서 양아치짓을 하고 돌아와 평소처럼 못을 꺼내든 아들의 눈에 기둥 빼곡히 박힌 못이 들어왔어요.
‘아.. 내가 그동안 이렇게나 나쁜 짓을 많이 하며 살았단 말인가!’ 하는 죄책감에 갑자기 눈물이 솟구치기 시작합니다. (이런 급격한 심리 변화는 현실적이지 않다는 지적은 마음속으로만 하기로 해요 ;-)
잘못을 뉘우친 아들은 어머니 앞에 무릎 꿇고 용서를 빕니다. 그러자 어머니는 점잖게 타일렀어요.
“스스로 뉘우치는 모습이 기특하구나. 이미 잘못한 일을 되돌릴 수는 없으니 대신 앞으로 착한 일을 할 때마다 못을 한 개씩 빼도록 하거라.”
다음 날부터 아들은 새사람이 된듯 착하게 살며 못을 하나하나 줄여나갔어요. 마지막 남은 못을 빼던 날 모자는 함께 눈물을 흘리며 기뻐했답니다. 그 와중에도 현명한 어머니는 마지막 한 마디를 잊지 않았어요.
“그동안 고생이 많았다. 하지만 이렇게 박힌 못을 뽑아도 박혔던 흔적까지 지울 수는 없는 법이다. 마찬가지로 네가 선행을 했다고 해서 그동안의 악행이 사라지는 것은 아니다. 그 사실을 잊지 말고 앞으로는 행동 하나하나에 신중을 기하도록 해라.”

어딘가에서 들은 전래동화입니다.

뜬금없이 왜 이런 얘기를 하냐고요?

왜냐하면 제가 이번에 어떤 아이폰 프로그램을 구입했기 때문이죠.

“Choice By Choice” 그 이름처럼, 내가 어떤 선택을 했는지를 기록했다가 나중에 모아서 돌이켜볼 수 있는 프로그램입니다. 예를 들어, “군것질 하지 않기” 라는 목표를 정했다면, 그 유혹을 느낄 때마다 내가 참았는지, 아니면 못 참고 먹어버렸는지를 기억시키는 거지요. 스스로를 관찰/기록/분석하고 싶어하는 제 구미에 맞는 프로그램입니다. 조금 전에 지른 거라 아직 잘 모르겠지만 첫인상은 무척 간단순(간단+단순)하네요. 자세한 정보가 궁금하신 분은 제작사 홈페이지를 확인하세요.

특히 저 개인적으로 의미가 있는 것은 Choice By Choce가 처음으로 -소개나 추천이 아닌- 광고를 통해 구입한 물품이라는 점입니다. Tweetie에 나온 광고를 보고 지름신이 내렸죠. 이런 광고의 효과에 대해 솔직히 회의적이었는데 이번 경험 덕분에 생각이 조금은 바뀔 것 같습니다.

Related posts:

1. YOP: 아이폰용 디지털 만보계

결국 도달하는 곳은 ‘지지리 궁상’입니다. 그러면 ‘내가 왜 이렇게까지 해야 하나’ 하는 회의가 들면서 그동안 참았던 소비욕 폭발.. 후회.. 다시 절약 시작.. 이런 시작도 아니 함만 못한 악순환에서 벗어나려면 현재의 즐거움과 미래의 뿌듯함 사이에서 균형을 잡는 방법을 찾을 필요가 있었습니다.

저는 그 해답을 예산 관리에서 찾았습니다. 돈이 필요한 분야에 미리 예산을 짜두고, 그 안에서는 부담없이 마음껏 쓰자는 거지요. 가령 “식비”를 예로 들면, 퇴근길 코를 간지럽히는 간장치킨의 유혹을 참는 대신 그 돈으로 주말 오전 한적한 카페의 시간을 삽니다. (된장질을 지탱하는 힘의 근원입니다 :) 또, 작년에는 한 해 동안 소소한 지름의 유혹을 견디면서 모은 “장난감” 예산으로 연말에 새 노트북을 지르기도 했지요.

물론, 평소에 조금씩 여유를 부릴지 아니면 참았다가 한꺼번에 크게 터뜨릴지도 저의 선택입니다. 어느 쪽이든 미리 계획한 범위 안에서 조절되기 때문에 불안함이나 죄책감(?)이 없습니다. 오히려, 스스로를 잘 관리하고 있다는 데서 오는 묘한 뿌듯함 같은 것도 느껴요.

처음 가계부를 쓴 게 2006년이니까 벌써 햇수로 5년이 되었네요. 오늘 밤에는 작년 지출 내역을 참고로 해서 올해 예산을 짜볼까 합니다.

Related posts:

1. iBank: Mac용 가계부 프로그램
2. 개인 연대기를 만들어 볼까